搜索“其他”

。这些工具现在都按用量计费，而不是按席位，所以单个用户在理论上可以花掉无上限的钱。他们可以在最贵的模型上跑一个小循环，然后去吃午饭。也许那个循环确实在做很有价值的事，但也许只是在烧 token。如果你的成本指数级增长而收入没有，那么迟早会出问题。我们到了成本有可能逆转效率提升的地步，而效率提升正是我们做这一切的全部理由。 那时我开始亲自深度参与。我和我认识的其他大规模采用 AI 的科技公司领导者交流了经验（Coinbase、Uber、Stripe 等）。我们中的许多人 collectively 在采用类似的技术。如今在 Databricks，即使总使用量和价值持续上升，我们的人均 token 支出已大致持平。 别再给最好的开发者设硬性上限 Catherine： 大多数公司的第一反应是设置硬性支出上限。你们试过。结果如何？ Patrick： 这是显而易见的第一步，你确实需要这个机制。但硬性中断是很糟糕的体验。你在任务中途切断某人，他们就失去了心流，可能损失数小时的工作。而触及上限的人往往是你最好的用户。切断他们，其中一些人干脆去用个人账户，现在你什么都看不见了。 所以我们转向逐步升级的摩

匹配字段正文

免广告 AI 正在改变黑客攻防的一切。没人知道接下来会发生什么 “黑色十月”：PHP 漏洞以及一系列其他黑客攻击和缺陷，让网络安全专家们惊慌失措，也不确定接下来会发生什么。 图片：Getty Images via Unsplash+ 在过去一个月的大部分时间里，我交谈和关注的许多网络安全专家发帖时都显得非常害怕。许多人一直在警告会出现由 AI 驱动的“黑天鹅”事件，对突然发现的漏洞数量感到震惊，也对 AI 智能体和大型语言模型在发现和利用此前未知缺陷方面展现出的明显能力感到不安。 这些言论从担忧但克制（事情即将变得诡异），到“更新你的软件、确保开启双重认证”之类的常规建议，到含糊其辞地谈论 AI 驱动的攻击，到“互联网曾经美好过”之类的话，再到彻头彻尾的末日准备者级别的恐惧。 为了让你了解我所看到的情况：约翰斯·霍普金斯大学教授、全球最受尊敬的密码学家之一 Matthew Green 发帖说，“我们正处在电影里那种你得把能扔的东西都扔到僵尸前进的路上、指望能拖慢它们的阶段”，还说“这么多人发现整个互联网就是一堆干柴，唯一让它还没烧起来的原因是青少年们还没找到火柴”。Green 指的是，

匹配字段正文

ic花出去的钱又去了哪里？ 算力与基建，就是其中一笔大头。 2026年上半年，Anthropic光是在算力和机房基础设施上的支出就逼近90亿美元，是去年同期23亿美元的近四倍，甚至半年就花超了去年全年的算力总账单73亿美元。 换算成一个更直观的比例：每从客户手里进账1美元，就有约55美分花在算力和基础设施上，剩下约45美分，还得支付科学家的工资、研发和推广等其他开销。 不过，如果仔细算账，这里其实藏着一个好消息： 去年上半年，Anthropic赚11亿却要花23亿算力，算力成本是营收的200%以上；到了今年上半年，营收狂翻了近14倍达到了163亿，算力开支虽然涨到了90亿，但占营收的比例已经大幅降到了55%左右。 甚至到了今年第三季度，单季营收进一步冲高到168亿美元，公司按调整后口径已经开始赚钱了。 按理说，眼看着赚钱的速度终于跑赢了烧钱的速度，华尔街应该开香槟庆祝才对。 为什么机构反而在这个节骨眼上对它捏了一把汗？ 还过着走钢丝的日子 Anthropic这百亿营收背后，最大的金主就是那些为Claude掏钱的企业客户。 靠着旗下模型Claude的长文档处理、合规安全和写代码能力，尤其

匹配字段正文

重要的。 在 Latent Space 最近的一篇文章《智能体框架的演进》中，我提出：随着模型把越来越多的框架能力吸收进自身权重，剩下的那部分就面向人。它变成了注意力界面：这一层决定智能体何时打断你、向你展示什么，以及需要你做哪些决策。Claude Mods 是注意力界面的一个早期版本，而且是一个你可以自己塑造的版本。 我的判断是：最终，框架会成为一个平台，其他公司在其上构建，而模型则是引擎。正如浏览器成为 Web 应用的平台，框架也可能成为人与智能体之间界面的平台。 Claude Mods：它是什么？ mod 是一个 Claude Code 插件，由在 Claude Code 内运行的 TypeScript 或 JavaScript 函数组成。这些函数定制 CLI 和桌面端界面的行为与外观。Mods 响应事件，例如提示词、工具调用或界面渲染。它们可以观察事件、修改事件的渲染方式，并取代默认行为来处理该事件。 Claude Mods 是智能体框架的中间件。它们注入代码，改变 Claude Code 的执行与渲染流程，从而改变应用在运行时的行为。 Claude Mods 让人和智能体共同

匹配字段正文

不用再跳转抖音。 用户向左滑动更多，会看到更多直播间，上下滑动即可切换不同直播间。但是，直播间数量有限，上述回答仅提供五个直播间。 就直播间而言，豆包直播间和抖音整体没有太大差别，点开带货总榜，也能看到和抖音一样的榜单，比如与辉同行位于带货榜首，点击即可跳转。 目前，豆包内的直播功能主要围绕交易展开。用户可以进入商品橱窗，却无法像在抖音一样查看账号主页、浏览其他短视频。 但这一动作也足够重要。 抖音的根基是内容电商，据36氪报道，2024年抖音的直播场景GMV占比为60%，豆包把直播间嵌进商品推荐，等于把抖音最核心的商业化场景接进了豆包里。 与直播间动作同步的，是豆包对双11的投入节奏。今年“双11问豆包”入口的上线时间，比618更早。 抖音双11活动从10月15日开始，双11开始第一天，豆包就把“买前问豆包”入口前置；三天后，这一入口又升级成“双11问豆包”，红色字体和其他黑色字体明显区分，使入口位置更加醒目。 相比之下，今年618，直到6月18日当天，“买前问豆包”才被换成“6.18问豆包”。 至少从这一入口调整来看，豆包这次对双11的投入明显更积极。 入口前置、平台补贴、直播间内

匹配字段正文

审，评审者对其保持谨慎是正确的。问题在于，随着编码智能体能力持续增长，这些负载给系统带来的压力。评审负载随智能体产出的增加而扩大，而人类注意力仍是固定约束，并且我上面展示的自主性曲线每个月都在复利增长。 如果今天的中位数公司达到今天前 10% 公司的水平（自主智能体撰写超过一半的代码），代码评审有可能变成人类的全部工作，从而挤占经验丰富的开发者本应从事的所有其他重要事项的时间，比如与产品和设计协作、塑造软件架构，以及将他们的工程判断力用于没有明确解决方案的问题。 如何更快地建立信任 幸运的是，一些公司正在解决这个问题。那些自主智能体合并了 9% PR 的顶尖公司，并不是盲目地更加信任他们的智能体。相反，他们投入精力来加速信任的建立。 通常，这需要大量的平台工作，例如将低风险工作路由到自主智能体的系统、用于安全可靠开发和部署的沙箱与预发布环境，当然还有大量、大量的自动化测试。不过，也许最重要的是，他们很早就开始并且正在大力推进；信任只能随着时间建立，你等得越久，就必须越久地忍受不断堆积的评审积压。 为每个智能体安排陪护是合理的起步方式，但这种方式无法扩展。 如果你有兴趣进一步了解自主智能

匹配字段正文

的软件协议去处理。但在AI训练场景下，这种方式代价太高。上万张卡需要在同一时间高度协同工作，任何一个节点的网络抖动、拥塞或丢包，都可能导致成百上千张卡进入等待状态。软件处理拥塞的延迟，在微秒级的同步需求面前显得力不从心。 把拥塞控制“硬化”到芯片里，相当于把交通指挥从事后调度，变成了实时预判。芯片可以在数据发出的瞬间就决定走哪条路径、是否需要重传、如何避免和其他节点的数据流“撞车”。这也就是完成不仅是让数据跑得快，更在芯片层面就让数据知道该怎么跑。 日前，众星微发布了三款互连芯片产品，在众多产品中，值得一提的是，与其他国产芯片有一个不同——他们把PCIe Switch直接集成进了网卡。PCIe Switch是服务器内部负责CPU、GPU、网卡、硬盘之间数据调度的“交通枢纽”芯片，传统方案中它是一颗独立的芯片，网卡是另一颗。集成之后，整板少了一颗芯片，链路缩短，插损降低，信号质量改善，时延也随之下降。 更值得关注的是定制化的部分。互连芯片在服务器里的位置很尴尬，它一头连着CPU，另一头连着硬盘、网卡或者GPU，两头都要适配，哪头适配不好都不行。宁佐林表示，海外巨头的新产品推向市场时，产业

匹配字段正文

4万、4655万和3039万次，三款产品合计占20款上榜产品访问量的53.1%。 两张榜单衡量的东西不同，QM把产品覆盖端口的月活相加，跨端用户未去重，易观看桌面应用的交互次数。它们都不能直接当作企业订单榜，却都以一笔生意为目标：谁能把个人试用变成团队的固定支出。 大厂已经开始为此互挖客户。千问办公支持迁入WorkBuddy的本地历史数据；豆包工作让用户带着其他AI里的对话、技能和记忆转过来；腾讯则把WorkBuddy接进企业微信，也提供钉钉、飞书的机器人接入方式。 企业可以继续用原来的软件开会、聊天和审批，再把一部分工作交给另一家的AI。协作软件的存量客户，正在变成办公Agent共同争夺的客户。 腾讯继续保持领先优势，按QM口径，9月WorkBuddy合计月活约为百度搭子的3.3倍、千问办公的4.1倍，多端总使用次数达到8.36亿次。按易观桌面端口径，WorkBuddy月访问量从6月的2097万次增至9月的8534万次，三个月变为原来的4.07倍。 但要维持这种领先，腾讯不能停留于固守基本盘。 10月9日，WorkBuddy加入独立文件浏览器，本地文件可以直接预览并交给AI编辑。10

匹配字段正文

测试。 公开信息显示，微软取消了数百兆瓦容量的数据中心租约；Meta上半年裁了约8000个岗位；10月14日的Anthropic投资者日活动上，据与会者称，其最新估值落在1.5万亿美元，较此前的2万亿峰值打了个七五折。 标普预计，亚马逊、微软、Alphabet、甲骨文、Meta及SpaceX这六大美国超大规模云服务商，在2025年至2030年间将在数据中心及其他AI相关资本支出上合计超过7万亿美元，且至少在明年之前将持续处于负自由现金流状态。 过去两年，AI的估值逻辑是“投入即信仰”：谁在GPU和数据中心上砸钱，资本市场就给谁高估值。 但市场的融资成本在上升，收入也不可能一直保持高速增长。资本市场的风向，也从看谁烧得起钱，转到看谁赚得多，看谁账上的现金流更稳。 一直被骂“AI掉队”的苹果，有点因祸得福的意思，捡了一波便宜。据测算，它一年的AI相关支出只有110亿到130亿美元，对手单家资本开支都在千亿美元级。 这推动其股价在2026年涨了约25%，最新市值摸到5万亿美元，离英伟达只差1480亿。相较之下，“美股七姐妹”其他几家的股市表现，喜忧参半，比如特斯拉、微软、Meta年内都还在跌

匹配字段正文

平时我们买电子产品或者给机房折旧，默认铁律是硬件落地打八折，新芯片一出，老款服务器除了降价甩卖就是等着报废。 随着大模型算法持续跃迁，同一块老 H100 在今天每瓦特能干的活比两年前多了一大截，软件的进化硬生生把旧硬件的租金给托举着往上涨。 为了证明外面的算力饥荒到底有多荒诞，他在现场讲了一个亲自去外面找卡的真实笑话，他们本来想把手里的一部分推理算力外包给其他云厂商， 好腾出自家机房去训大模型，结果找了一圈，活生生演了一出英国喜剧蒙提派森里的空奶酪店小品：去问人家有没有最新的 GB300，没有；退一步问 GB200，也没有， 再退一步去问谷歌的 TPU 或者亚马逊的 Trainium，还是没有；最后被逼无奈问总有老掉牙的 H100 吧，对方满口答应说海外机房好像还剩一点，结果回头查完库存摊手说，对不起，连海外的 H100 也一并租光了。 这就像淘金热最疯狂的年月，哪怕是一把生了锈的二手铁锹，只要今天挖出来的金矿纯度比去年高十倍，这把旧铁锹在黑市上的日租金就会比两年前刚出厂时还要贵，而街上所有挂着五金店招牌的铺子，货架早就空得连一颗螺丝钉都摸不出来了。 当华尔街还在拿着传统硬件三年折旧

匹配字段正文

题 陶哲轩和邓煜，也开始「慢科研」了（doge）。 “保留那些慢慢做科学、做数学的方式所带来的好处，包括增进理解、建设共同体，让人类持续掌握对一个学科的理解。” 就在刚刚，针对商业AI批量发布数学证明引发的争议，两位菲尔兹奖得主坐到一起，在SAIR发布的一场访谈中给出了回应。 过去，解决一道数学难题，往往也意味着研究者能够解释证明、提出新问题，并将知识传授给其他人。 这也是两人参与Open Math Model开放数学模型计划的动机之一：让数学共同体参与工具开发，使AI真正服务于数学研究。 按照访谈时的进展，团队的新模型仍在筹备，率先推出的是Open Math OS——一个整合现有开放模型、研究工具与协作功能的工作平台。 访谈的核心观点如下： 解出问题与理解证明，是两条不同的边界。机器产出证明之后，人类仍需要理解其中的关键思想，解释它为什么成立，以及它能引出什么新问题。 开放工具应让数学共同体参与决定方向。两人希望研究者能够参与工具建设，让解释、协作和知识积累成为明确目标。 好工具应让使用者更有能力。提出有价值的问题、设计整体证明路线、发展新的想法，仍是研究者需要培养的能力。获得答案的

匹配字段正文

事实上长出了第二条模型线：一条是服务公众的通用模型线，一条是服务研发的专用编程模型线。 后来，这条支线被视为Codex“魔力”的来源。然而，Tibo透露，OpenAI内部从未做出拆分模型线的决定，一开始这只是研究探索，是对OpenAI迭代速度的优化。 不过，Tibo的内部编程agent只解决了模型如何变强的问题，并不适合所有人使用。Codex要真正成型还需要其他团队的加入。 2025年初，OpenAI内部几支从不同角度探索AI编程的队伍开始合流，Tibo与Embiricos的两班人马先是进行了合并，之后OpenAI的Scientist Assistant（科学家助手）研究项目也被并入。 队伍齐了，下一个问题是产品做成什么样。联合创始人Greg Brockman总结，当时悬而未决的问题是形态因子：这个agent该待在终端、编辑器，还是云端自己的电脑上？没人知道哪些路是死胡同，OpenAI其实选择了多路押注的方案。 这种多路押注其实给OpenAI员工带来了困扰，有员工私下抱怨这既混乱又浪费——谁愿意待在一个公司里只能排第三的agent团队？面对这种质疑OpenAI创始人兼CEO Sam A

匹配字段正文

4万、4655万和3039万次，三款产品合计占20款上榜产品访问量的53.1%。 两张榜单衡量的东西不同，QM把产品覆盖端口的月活相加，跨端用户未去重，易观看桌面应用的交互次数。它们都不能直接当作企业订单榜，却都以一笔生意为目标：谁能把个人试用变成团队的固定支出。 大厂已经开始为此互挖客户。千问办公支持迁入WorkBuddy的本地历史数据；豆包工作让用户带着其他AI里的对话、技能和记忆转过来；腾讯则把WorkBuddy接进企业微信，也提供钉钉、飞书的机器人接入方式。 企业可以继续用原来的软件开会、聊天和审批，再把一部分工作交给另一家的AI。协作软件的存量客户，正在变成办公Agent共同争夺的客户。 腾讯继续保持领先优势，按QM口径，9月WorkBuddy合计月活约为百度搭子的3.3倍、千问办公的4.1倍，多端总使用次数达到8.36亿次。按易观桌面端口径，WorkBuddy月访问量从6月的2097万次增至9月的8534万次，三个月变为原来的4.07倍。 但要维持这种领先，腾讯不能停留于固守基本盘。 10月9日，WorkBuddy加入独立文件浏览器，本地文件可以直接预览并交给AI编辑。10

匹配字段正文

I 角色发展关系，更是在持续经营自己的社媒身份和影响力。每一次发言都有回应，每一段关系都成为公共谈资。在真实的推特上，一条精心编辑的帖子可能石沉大海，喜欢的人未必搭理你。但在「Status」里，整个虚拟社会都在参与和见证你的故事。 而我们将「Status」划回内容内容消费为核心体验的 AI 陪伴品类，更是因为用户用脚投票，在这个用户为中心的世界里，不可以出现其他真实人类。 二、一个世界里，容不下第二个“上帝” 「Character.ai」及大部分 AI 陪伴产品提供的是一对一角色对话，韩国的「Zeta」将体验升级到了 AI 小说共创，并引入多角色体验，但用户本质上还是单个故事的参与者。「Status」则把整个社交平台的生态模拟了出来，不只有对话对象，还有围观的粉丝、报道用户的媒体、讨论你的路人，社交网络更密更杂。 从这个角度来看，「Status」的模式很适合真人参与，用户与 AI、其他真实用户，在共同的世界观中互动、社交。 2026 年 8 月 25 日，「Status」上线“Public Stories”功能，用户将能在部分世界中看到陌生用户发布的贴文动态。对一款 AI 社媒定位的产

匹配字段正文

的成果。” SAIR Foundation是一家由菲尔兹奖得主陶哲轩教授发起、多位诺贝尔奖得主及全球顶尖科学家共同指导的非营利性研究机构。基金会致力于解决科研体系的结构性瓶颈，通过跨学科的全球协作，以科学、安全的方式加速向AGI和ASI的演进。 陶哲轩、邓煜认为应该构建开放数学模型。 今年10月，OpenAI发布722份预印本，声称在几何、计算机科学、代数及其他学科的372个数学问题上取得了进展。数百项由人工智能生成的数学新发现，在一天内推进了高等数学的前沿。尽管一天后，因符号错误撤回三篇预印本。 邓煜表示，AI能大大拓展数学的边界、研究的边界。AI的证明令人惊叹，其中蕴藏着非常好的新思路。“单看证明本身，现在局面很好。AI正在向人类学习，学习人类的思路，也在创造自己的新思路。而这些新思路，我们也能够真正理解，并在此基础上发展出自己的新想法。这就是人类与AI的共同演进。” 学术界遵循开放科学的原则已有数百年之久。“我们把科学文献视为共同财富。所以我们发表论文，这些论文当然期刊是要付费的，关于这一点确实有一些值得讨论的争议，科学文献应该向所有人开放，本来就应该利用他人的文献，同时规范地注

匹配字段正文

，你就在经营整家酒店了。嗯，而当你经营整家酒店的那一刻，你说，哦，等等。 03:21 嗯，相反，我在这个市场上的供应商，嗯，是看起来更像一家基金，嗯，或者一朵云，在我们这里是一朵能接入数据中心的云。而我们要升级了。所以我们过去几年所做的是，构建一朵云的完整运营能力，嗯，为了提供，为了真正以可靠的水平交付，嗯，算力。嗯，我们称之为物理交割。我们借用了期货市场、其他市场的一个术语，嗯，在那里，你知道， 03:57 石油或大豆之类的，物理交割意味着你收到石油和大豆。是的。嗯，但是，嗯，在一些市场，嗯，比如石油，还有电力，嗯，石油有一个交付网络。你必须有管道。如果你想让石油交付给你，就必须有办法把它送到你那里。是的。嗯，在金融方面，对金融历史感兴趣的人知道，新冠期间石油价格变成负值，因为，嗯，比如我会付钱让你把石油从我这里拿走，因为它就堆在港口。嗯，而我付不起这个。 04:32 是的。所以我会付钱让你拿走我的石油。是的。这就是物理交割的怪异之处。是的。其他市场也有很多这样的怪异之处。所以在电力市场和电网中，嗯，你填写的订单里有一部分，买单和卖单，嗯，它们存在是因为锅炉需要一段时间冷却。嗯，你可

匹配字段正文

laude Projects中的Opus 5.5，它允许你与一个“编排器”智能体对话，该智能体会按需衍生出更多智能体，向它们下达指令并将信息转达给你。完成工作很直接。我给AI提了几句建议，它就在几分钟内完成了我原本需要数小时的工作（所有研究、所有图表、所有布局、所有图像、所有引用……）。而且由于我不必亲自做这些工作，我让AI为我做了许多选项。我挑选了一些，对其他一些给出了含糊其辞的反馈，这会把人类团队逼疯（“把它做得更好”）。它甚至发现我算错了数学。我本来打算把这篇帖子叫做“指数曲线上的28个月”。 与Claude交互为本帖制作图表的一些示例。注意它纠正了我。“这是你将用过的最差的AI” 我在上一本关于AI的书中写下了这句话，而自那以后的每一个时刻，它都一直字面意义上成立。从2023年初到2024年初，有一个AI模型无可否认地是世界上最好的：OpenAI的GPT-4。这是大多数人在AI使用头几年里记住的AI模型，是我在写《共同智能》时思考的那个模型，也是让ChatGPT成为许多人默认AI的那个模型。自那以后，已有二十个不同的AI模型先后登顶，全部来自Anthropic、Google或O

匹配字段正文

，不只是一套制冷设备，还包括换热、流体输送、工质兼容性和系统控制能力。 根据公司披露，2020年其水冷机组已批量应用于储能，2024年又交付了面向5MWh储能系统的全链条液冷方案。 这些积累被整合进数据中心的Coolinside：从贴着芯片的冷板，到快接头、分水器、CDU，再到工质、管路和冷源，形成一套可以联合设计、测试、交付的系统。 这条路径的价值，在于用其他场景积累的技术，争取新平台的验证机会，再逐步进入共同开发。 第二种策略，是以单点效率，弥补系统缺失； 具体来说，这相当于是单项技术不占优的情况下，通过更密集的项目交付，加快积累故障数据、控制经验和工艺能力——也就是用更高的“经验生成速度”，追赶海外厂商更长的经验时间。 举例来说：浪潮信息与京东云联合开发液冷整柜并规模部署，同时将每台设备的生产测试接入制造执行系统，保留可回溯记录。 这样做的优势，是可以让下一批产品，用上上一批发现的问题进行优化，形成正向反馈。 第三类策略：是以效率、以时间换市场。 这就是国产企业更常见的打法：不等单个零件做到世界第一，而是同时布局冷板、管路、Manifold、CDU、快接头和控制系统。就算单项技术

匹配字段正文

，就继续读了博士。 陈茜：AlphaGo打败李世石是在你高中时，那场比赛对你意味着什么？ Jason：他们不只下了一场，而是五场。我很惊讶，AlphaGo可能是4比1打败了李世石。我很小的时候就看李世石、古力下围棋，所以看到李世石被打败，觉得不可思议。 陈茜：“神之一手”，也就是第37步，有惊讶到你吗？ Jason：肯定有。我觉得第37步，以及强化学习找到的其他方案，都非常神奇。其实这和最近语言模型解决一些很难的数学问题，是同一个概念：在固定场景里，如果奖励函数比较确定，人工智能肯定能找到比人能想到的更好的方案。我觉得10年过去，这个原则没有变。 张君武：你当时对人工智能的大脑如何决策感兴趣。机器人、自动驾驶也是强化学习中比较主流的应用，对吗？ Jason：对，但在机器人领域，强化学习必须用得更谨慎。 陈茜：因为它是实体的？ Jason：对。或者说，强化学习能奏效，一个很大的原因是这个领域必须有很好的模拟器。比如游戏，游戏本身就是模拟器；做语言模型时，语言模型自身可以模拟语言的演进过程。 但在机器人很多应用场景上，做一个很好的模拟器非常难。现在教机器人跑步、跳舞，都是在模拟器里通过强化

匹配字段正文

训练。人类能容忍偶发的 flaky CI，但 Agent 会从回路的激励中学习：如果重跑有时能过，“重试”就会取代“修复”成为首选策略。测试慢则 Agent 跑得少、改动打包提交、无法定位是哪次改动引入的失败。最阴险的是，这两种失败模式都让 Agent 悄悄变差，而没有任何可见的失败信号。因此："主套件里一条 flaky 的测试比没有测试更糟，因为它摧毁了对其他所有结果的信任。" 合格回路的标准：核心循环亚秒级完成；结果完全确定(随机性固定种子、冻结时钟、受控网络、隔离状态)；flaky 测试立即隔离移除；失败输出短而具体(冗长的通过日志浪费 Agent 的注意力)；快内环先行，重 E2E/diff 后置。一句话：把测试基础设施当作 Agent 的依赖来投资，改进它是复利。 人的角色：先写检查，再写代码 结论落在方法论上：在让 Agent 构建之前，先明确“成功长什么样”（一条 E2E 流程、一个属性、或一次与旧系统的对比）并且要快、要确定。你定义成功标准的判断力，“将比你自己读 diff 的能力扩展得好得多”。配套习惯：让 Agent 编码前先复述目标；用新上下文或独立的 revie

匹配字段正文